Google的DeepMind团队近日发表了一篇名为《乳腺癌筛查AI系统的国际评估》的论文，表示他们在医疗数据应用研究领域的人工智能领域取得了惊人的进展.他们建立了一个系统来评估乳房X线照片以预测乳腺癌，并且在实践中似乎优于人类放射科医生。与传统的人工看片方式相比，该系统不仅提高了癌症的误诊率，还显着降低了乳腺癌病例漏诊的可能性。▲2016年11月15日星期二，DeepMindTechnologiesLtd.首席执行官兼联合创始人DemisHassabis在谷歌位于英国伦敦的国王十字办公室发表演讲。DeepMind项目的患者数据来自英国和美国状态。在这项研究中，六名人类放射科医生使用基于计算机的人工智能解决方案来评估乳房X线照片。DeepMind团队强调，这套解决方案的目标是让人工智能成为人类放射科医生的好帮手，而不是完全取代他们。这确实是一个聪明之举，毕竟完全由计算机做出诊断至少让人难以接受——埃隆·马斯克的脑芯片植入计划也面临着类似的困境。为了真正将这项技术推向市场，DeepMind可能首先需要获得监管部门的支持，承认其为医疗器械，然后再获得CE认证标志。看到这里，很多朋友可能会问：怎么这么麻烦呢？这个AI系统本质上不就是个看图软件吗？事实上，乳腺癌筛查工具乃至相关辅助工具都会受到严格监管。因为一旦发生误诊，患者可能会接受有创手术；如果发生误诊，患者可能会错过接受治疗的最佳时机。在欧洲，医疗设备的安全和质量标准相当严格，要求制造商进行大量的临床试验，并对项目的设计、开发、分销甚至安装过程进行全面的质量控制。此外，内部和外部审计也必不可少，包括外部审计师进行的极其严格的风险管理评估。目前的问题是，过去传统设备可以参考“同类产品”来证明其运行可靠性，但每个AI系统在一定程度上都是独一无二的，因此只能从头开始进行全面验证。谷歌当然不是唯一一家希望通过人工智能系统进入医疗保健市场的公司。在此之前，IBM一直在努力通过Watson解决直接医疗诊断的问题。虽然带来了许多令人振奋的单项成果和产出，但医学研究界目前认为沃森演示中“水分”过多，无法在日常临床应用中发挥同样的作用。此外，也有不少学生和业余爱好者在医疗数据AI应用方向从事研究。但总的来说，将医疗AI推向市场往往需要高昂的成本和努力，因此目前大部分相关工作还局限于学术领域。此外，在将这项乳腺癌筛查技术推向市场的过程中，DeepMind还面临着另一个巨大的挑战——这类自主医疗筛查系统可能会被恶意人员欺骗和误导。做出错误的判断。哈佛医学院和麻省理工学院的联合团队发表了一篇名为《针对医疗用深度学习系统的专业攻击》的惊人论文，提出了几种可以愚弄此类AI诊断系统的方法。研究人员发现，即使不知道AI系统的内部细节，恶意方仍然可以成功骗过目标系统。这种愚弄人工智能系统的能力可能是迄今为止我们拒绝全面采用的主要原因。我们在自动驾驶汽车中看到了类似的趋势，最初承诺完全自动驾驶功能的技术只提供了非常有限的自动化，如自动跟随和停车辅助。对于这些关键的应用领域，目前还无法找到快速走出困境的理想途径。说了这么多，之前的重点主要是在监管和技术方面的挑战。但将这样的系统推向市场也带来了其他挑战。在单一支付系统中，医生没有动力向公司付款，因此公司只能将科技产品卖给政府机构，这将大大延长产品的消化周期。除了报销挑战外，某些国家/地区还有自己的监管要求，例如数据隐私。本文从一个有前途的概念验证AI系统开始，该系统用于改进乳腺癌的诊断；然而，除了ISO认证和CE认证，该体系甚至还没有启动临床试验和FDA审批流程。总而言之，在完成这一系列非常精细的测试和验证之前，患者将无法体验到这种尖端技术。尽管DeepMind取得了至关重要且令人兴奋的技术成就，但必须强调的是，这些技术仍处于起步阶段。请暂时不要激动，我们还有很多工作要做。
